IT时代网11月12日消息，加州大学伯克利分校等机构发布 CyberBinGym 基准，评估 AI 智能体在 1-day 场景下，仅凭剥离符号的漏洞与补丁二进制文件，能否恢复并利用真实漏洞。基准包含 100 个来自 53 个开源项目的任务。

所谓 1-day 场景，是指安全修复已经可用、但系统仍在运行漏洞版本，攻击者只要对比已打补丁和未打补丁的二进制文件，就能找到一条通往可用漏洞利用的路径。传统上，把这类信息变成可用的漏洞利用需要大量逆向工程专业知识与人工投入。

该基准把「漏洞恢复」与「可审计利用」分开度量。结果显示，Codex 能恢复 88% 的漏洞，但仅有 20% 能完成实际利用；启用硬化编译后，成功率被进一步压缩。这意味着即便 AI 能定位漏洞，距离生成可靠利用仍有明显差距。

研究团队指出，若 AI 智能体把漏洞分析与利用自动化，攻防天平可能向攻击者倾斜——降低利用已发布补丁所需的知识门槛与时间，也会压缩防守方的有效响应窗口。因此衡量这种能力，对理解 AI 对攻防双方的影响至关重要。

打开网易新闻 查看精彩图片

注：本文配图由AI生成，文中包含AI辅助创作的内容。

编辑：林一舟